Méthodes variationnelles pour la segmentation d'images à partir de modèles : applications en imagerie médicale

Méthodes variationnelles pour la segmentation d'images à partir de modèles : applications en imagerie médicale

Show other versions (1)

La segmentation d'images médicales est depuis longtemps un sujet de recherche actif. Cette thèse traite des méthodes de segmentation basées modèles, qui sont un bon compromis entre généricité et capacité d'utilisation d'informations a priori sur l'organe cible. Notre but est de c...

Full description

Bibliographic Details
Main Author: Prevost, Raphaël
Language:fra
Published: Université Paris Dauphine - Paris IX 2013
Subjects:
[INFO:INFO_IM] Computer Science/Medical Imaging
[INFO:INFO_IM] Informatique/Imagerie médicale
[INFO:INFO_TI] Computer Science/Image Processing
[INFO:INFO_TI] Informatique/Traitement des images
[INFO:INFO_LG] Computer Science/Machine Learning
[INFO:INFO_LG] Informatique/Apprentissage
[INFO:INFO_TS] Computer Science/Signal and Image Processing
[INFO:INFO_TS] Informatique/Traitement du signal et de l'image
[SPI:SIGNAL] Engineering Sciences/Signal and Image processing
[SPI:SIGNAL] Sciences de l'ingénieur/Traitement du signal et de l'image
[INFO:INFO_CV] Computer Science/Computer Vision and Pattern Recognition
[INFO:INFO_CV] Informatique/Vision par ordinateur et reconnaissance de formes
Segmentation d'image
Imagerie médicale
Méthodes basées modèles
Méthodes variationnelles
Apprentissage statistique
Rein
Myocarde
Échographie
Échographie de contraste
Online Access:http://tel.archives-ouvertes.fr/tel-00932995
http://tel.archives-ouvertes.fr/docs/00/94/10/76/PDF/Prevost_These.pdf
Show all versions (2)

Similar Items